基于Faster-RCNN的智能家居行人检测系统设计与实现

行人检测是目标检测领域的重要应用,卷积神经网络(CNN)在目标识别中表现优异。设计与实现了运用FasterRCNN算法在智能家居中的行人检测系统,并且通过GPU加速实现实时检测,该系统的基本功能有:(1)运用Faster-RCNN算法检测行人并保存下图像;(2)发送该图像到网络服务器;(3)将保存的图片推送到手机,对智能家庭的安全性提供保障。实验证明,该系统在复杂的场景中具有良好的性能,且每张图片78ms的检测时间可以满足实时性的要求。